High Level Strategy – 고수준 전략 수립

CBM 시스템 개발을 위해 먼저 시스템의 개발 방향성을 정의할 필요가 있다. 그중에서 상태를 모니터링하는 기술과 CBM을 수행하기 위한 솔루션은 항공 분야에서 이미 도입되어 수년간 사용되고 있으며, 철도산업에도 2018년부터 미국과 유럽을 중심으로 점차 사용되고 있다. 이러한 기술의 관심은 성숙도가 증가하고 기술 비용이 낮아짐에 따라 지난 몇 년 동안 급속하게 확대되고 있으며, 현재는 철도차량 운영사의 요구사항에 상태 모니터링(CM, Condition Monitoring)과 상태기반 유지보수의 내용이 포함되기 시작하는 등 고객에게 제공할 수 있는 수준까지 발전하게 되었다.
이를 위해 현대로템은 CM/CBM 시스템 개발을 위한 고수준 전략에 대한 정의를 2018년에 수립하고 시스템 개발을 통해 얻고자 하는 전략적 목표와 이점 등을 분석하였다.
또한 시스템 요구사항을 도출하여 전략적 목표를 정량화할 수 있도록 했으며, V 다이어그램(V&V Diagram)의 활동 전 분야에 걸쳐 추적되고 관리되는 요구사항 목록 등을 도출하였다.

▲ 시스템 개발을 위한 고수준 전략 수립시스템 개발을 위한 고수준 전략 수립

요구사항 관리

시스템의 개발을 위해서는 요구사항 도출 및 관리가 중요한데, 요구사항은 아래와 같이 일반 요구사항과 설계 및 적용에 관한 요구사항으로 구분된다.
현대로템은 이러한 요구사항 관리의 일환으로 CM/CBM의 개발 단계별 비즈니스 요구사항을 먼저 도출하였다. 데이터 수집 단계에서는 데이터 수집을 위해 차량의 센서는 어떻게 적용해야 하는지, 선로에서 차량의 데이터를 수집할 수 있는 방법은 무엇이 있는지, 그리고 데이터 전처리 단계에서는 수집된 데이터의 전처리 방법과 분석 방법에 대한 내용 그리고 진단/예지를 위한 솔루션의 개발 범위 및 방향성에 대한 요구사항 등을 도출하였다.
그리고 마지막으로 사용자를 위해 시각적으로 어떤 정보를 어떻게 제공할 것인지에 대한 요구사항을 도출하였다.

열차 상태 모니터링 시스템 개발

CBM 시스템의 요구사항이 모두 정리가 된 후 그 요구사항에 부합하는 하드웨어 및 소프트웨어 개발을 통해 드디어 열차의 상태 데이터 수집을 위한 CBM 온보드 시스템(Onboard System)과 수집된 데이터를 분석하는 지상 CBM 시스템을 개발할 수 있었다.

▲ CBM 시스템 구성 예시

CBM 온보드 시스템은 주요장치의 데이터를 수집하기 위한 센서와 센서 데이터를 수집 및 통신할 수 있는 데이터 수집 장치 그리고 열차에서 수집된 데이터의 전처리 및 표준화 등을 통한 데이터를 수집·저장·분석하는 엣지 서버 등으로 구성되며, 사용자의 요구에 따라 CBM 온보드 플랫폼을 통해 수집된 데이터의 뷰어와 함께 이벤트 히스토리 등을 모니터링할 수 있는 기능도 제공한다.
지상 CBM 시스템은 열차의 편성 별 엣지 서버를 통해 수집된 데이터를 수집하고 상태 데이터의 트랜드 분석 및 주요장치의 이벤트 분석 등을 통해 유지보수자가 적시에 유지보수를 수행할 수 있는 정보를 제공하고, 열차의 운행·고장 데이터를 실시간 제공하여 운영자가 효율적으로 열차를 관리할 수 있는 정보를 제공한다.

공항철도 시범사업을 통한 CBM 시스템 적용

현대로템은 2019년 공항철도주식회사와 ‘스마트 유지보수 체계’ 구축을 위한 양해각서 체결 및 차량 개보를 통해 TCMS 데이터, 상태(센싱) 데이터 및 고장 이벤트 데이터 등을 실시간으로 클라우드 서버를 통해 수집하고, 수집된 데이터의 시각화를 통해 사용자에게 고장통계 및 이상 빈도 등의 정보를 제공하고 있다.
또한 시스템의 안정적인 운영을 위해 주요장치별 센서 및 데이터 수집 장치의 데이터 수집 및 전송 상태를 지속적으로 모니터링하여 데이터 수집이 원활하지 않은 음영 구간을 분석, 엣지 서버를 통해 시스템의 안정성을 모니터링하여 비정상적인 데이터는 수집되지 않도록 관리한다.

▲ 철도차량 대화형 진단 시스템

시범사업에 CBM 시스템 적용을 위한 이러한 기술적 검토 및 검증 절차와 함께 유지보수 체계를 검토하는데, 우선 효율적인 유지보수 데이터 수집을 위해 2가지 관점으로 접근했다.
첫 번째는 현재 모니터링하고 있는 데이터를 활용하여 유지보수에 익숙하지 않은 사람에게도 고장분석을 용이하게 할 수 있는 인사이트를 제공해야 한다는 것이고,
두 번째는 전처리를 많이 하지 않아도 되는 데이터를 만들기 위해 데이터를 표준화해야 한다는 것이었다.
철도차량의 유지보수 체계는 운영사마다 각기 다른 방법을 가지고 있고 수집하는 데이터와 그 분류 체계도 각각 달라서 각 운영사의 유지보수 특색에 맞도록 데이터를 범주화해야 한다.
이렇게 수집된 데이터는 설계 단계에서 수행하는 FMECA1), FMEA2) 등의 자료보다 훨씬 더 효율적으로 사용할 수 있기 때문이다.

1) FMECA (Failure Mode, Effects & Criticality Analysis, 고장모드 영향 및 중요도 분석)

2) FMEA (Failure Mode Effect Analysis, 고장모드 영향 분석)

유지보수 최적화

철도차량의 유지보수는 아래와 같은 체계로 이루어진다.

CBM에 있어서 어떤 데이터를 가지고 어떤 주기로 진단을 할 것이며 언제 유지보수를 해야 할 타이밍인지에 대한 관계는 다음의 그림으로 설명이 가능하다. 물론 CBM을 하기 위해서는 기본적으로 열화현상을 가지고 있는 대상의 데이터를 수집해야 하며 이를 통해 트렌드 분석을 할 수가 있다. 수집된 데이터의 값이 사전에 정의한 룰에 의해 ‘주의’인 경우 정밀 점검을 하고‚ ‘위험‘인 경우 도달하는 시간과 이상 원인 등을 분석하여 최적의 예방정비 방법과 시기를 결정해야 하기 때문이다.
그러므로 CBM을 위한 진단 및 정비의 시기는 다음과 같은 특징을 가져야 하며, 이를 통해 신뢰성과 유지보수성이 크게 향상될 수 있다.

  • ▲ 정기적인 모니터링 및 진단을 통해 정비의 필요성과 시기를 결정

  • ▲ 정비의 시기는 진단의 결과에 따라 결정

  • ▲ 열화의 상태가 정기적인 모니터링으로 보이지 않는다면 정비 대상에서 제외

  • ▲ 장치별 진단을 통한 정비 시기 결정은 통계 분석의 결과보다 개별 진단의 결과로 결정

따라서 CBM은 적용 가능한 장치의 비율이 상당히 높으며 복잡한 구조의 장치에서 더 큰 효과가 있다.
특히 랜덤 고장이 발생하는 장치에도 적용할 수 있다.

▲ CBM(상태기반 유지보수) 수행 과정 예시

CBM의 성공적인 적용을 위해 고려해야 할 사항

이러한 검토에도 불구하고 기존의 유지보수 체계의 변화를 위해서는 몇 가지 고려해야 할 사항이 있다.
첫 번째로 CBM 도입에는 많은 초기 비용이 들어간다는 점이다.
고장 유형 분석을 통해 적절한 센서를 선택하고 가혹한 환경 조건에도 만족할 수 있는 시스템을 만들기 위해서는 불가피하게 비용이 수반됨을 고려해야 한다.
두 번째는 CBM이 적용되어야 하는 철도차량 전문가와 각종 이벤트 임계값을 결정하고 해당 이벤트를 분석하는 유지보수자의 교육이다.
부품의 교체 여부 및 재고 여부, 다음 이벤트 시기 등 운영자 및 유지보수자가 주체적으로 그리고 효과적으로 기존의 주기기반 정비에서 상태기반 정비로 변화되어야 하기 때문이다.
세 번째는 CBM이 단순히 상태 모니터링만으로는 예지 정비를 수행할 수 없다는 점이다.
CBM은 시스템의 상태를 일정 임계값을 통해 진단하고 이때 유지보수를 수행하는 방식의 유지보수 형태이며, 그 유지보수 시간을 줄임으로 인해 유지보수성을 확보할 수 있다.
마지막으로 설치된 모든 센서 및 수집되는 데이터는 막대한 양의 데이터를 지속적으로 수집 및 관리되어야 하므로 철도차량의 운영사는 데이터를 구성, 추적, 수집 및 분석할 수 있는 유지보수 시스템 또는 이와 유사한 기능의 소프트웨어를 보유해야 한다는 점이다.

▲ 지상 CBM 시스템 플랫폼 예시

현대로템은 스마트 유지보수 체계를 개발하기 위해 데이터 수집부터 유지보수 적용까지의 총 4단계에 걸쳐 시스템 개발을 해왔으며, 기존의 유지보수 체계를 상태기반 유지보수 체계로 바꾸기 위해 빅데이터 분석 플랫폼을 활용할 예정이다.
특히 주요장치의 상태를 진단하고 분석하기 위한 정보 제공을 통해 유지보수자가 보다 더 능동적으로 유지보수 계획 수립에 참여하고 진행할 수 있는 인사이트를 가지게 하는 것이 우리의 최종 목표이다.
또한 유지보수 주기의 최적화를 위해 주요장치의 성능을 분석할 수 있는 건강지수를 도출하기 위해 가용성과 서비스 영향도, 그리고 안전 등을 종합적으로 고려할 것이며 도출된 기준을 가지고 CBM을 위한 진단의 기준으로 활용할 것이다.
이렇듯 현대로템의 CBM 기술은 4차산업 기술인 IoT 센싱 기술, 엣지 컴퓨팅 기술, 클라우드 기술 및 빅데이터 기술 등이 활용되고 앞으로는 디지털 트윈 기술을 접목하여 실제 열차의 CBM 적용에 대한 효율성 등을 사전에 분석하여 고객에게 제공할 예정이다.
이를 기반으로 현대로템은 CBM 시스템 적용 타당성도 적극 제언하여 새로운 비즈니스 모델을 만드는 데 최선을 다할 것이다.